Sosyal medya verileri üzerinde derin öğrenme tabanlı hibrit model kullanılarak salgın dönemi duygu analizi
Epidemic period emotion analysis using a deep learning based hybrid model on social media data
- Tez No: 818339
- Danışmanlar: DR. ÖĞR. ÜYESİ NAGEHAN İLHAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Harran Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mühendislik Bilimleri Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 49
Özet
Sosyal medyanın gün geçtikçe insan hayatında daha fazla önem kazandığı hatta birçok konuda adeta karar organı haline geldiği görülmektedir. Özellikle 2019 yılı sonlarında hayatımızı etkisi altına alan koronavirüs salgını insanları toplumsal anlamda birbirinden daha da uzaklaştırmıştır. Koronavirüs salgınının pandemi haline gelmesinden sonra oluşan her gelişme insanların en önemli gündem maddelerinden biri olmuştur. Salgına son vereceği düşünülen aşılar hakkında insanların düşünceleri ve duyguları mutlaka bilinmesi gereken bir konu haline gelmiştir. Bunun belki de en büyük ispatı salgının başında bu konuda açılan konu başlıklarının halen güncelliğini korumasıdır. Duyguların elde edilmesi kadar bu duyguların doğru anlamlandırılması da önemlidir. Bu çalışmada bu düşünceden yola çıkarak öncelikle insanların en çok yoğunlaştığı konu başlıklarından 2020 ve 2021 yılındaki veriler çekilmiştir. Verilerin doğru duygu etiketlerine sahip olması için veriler üzerinde birçok veri ön işleme işlemleri gerçekleştirilmiştir. Çok sınıflı duygu etiketlemesi yapmak için birden fazla modeli üst üste kullanarak hibrit bir model oluşturulmaya çalışılmıştır. Sosyal medya gönderileri hem pozitif, negatif, nötr ve aynı zamanda korku, mutsuzluk, eğlenceli, mutlu şeklinde farklı sınıflandırıcıları kullanarak etiketlenmiştir. Yüksek başarımlı eğitim işlemleri sonuçlarına göre insanların aşı ve aşı markaları ile ilgili düşüncelerine odaklanılmıştır. Çalışmanın başarım oranlarını yükseltmek için derin öğrenme tabanlı bazı sınıflandırıcılar kullanılmıştır. Yapılan bu çalışmanın sosyal medya verilerinin sınıflandırılması ile ilgili farklı alanlarda başarılı olabileceği varsayılmaktadır.
Özet (Çeviri)
It is seen that social media is gaining more importance in human life day by day and has even become a decision-making body on many issues. Especially the coronavirus epidemic, which affected our lives at the end of 2019, has pushed people further away from each other socially. Every development that has occurred after the coronavirus epidemic has become a pandemic has been one of the most important agenda items of people. People's thoughts and feelings about vaccines, which are thought to end the epidemic, have become a subject that must be known. Perhaps the biggest proof of this is that the topics opened on this subject at the beginning of the pandemic are still up to date. It is as important to make the right meaning of these emotions as it is to obtain them. In this study, based on this idea, first of all, the data in 2020 and 2021 were taken from the topics that people focused on the most. In order for the data to have the correct emotion labels, many data preprocessing operations were performed on the data. We tried to create a hybrid model by using multiple models on top of each other to perform multi-class sentiment labeling. Social media posts were labeled using different classifiers such as positive, negative, neutral and also fear, sadness, fun, happy. According to the results of high-performance training operations, we focused on people's opinions about vaccines and vaccine brands. Some deep learning-based classifiers were used to increase the success rates of the study. It is assumed that this study can be successful in different areas related to the classification of social media data.
Benzer Tezler
- Derin öğrenme tabanlı çok modlu duygu analizi yöntemlerinin geliştirilmesi
Development of deep learning based multimodal sentiment analysis methods
MEHMET UMUT SALUR
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLHAN AYDIN
- Hybrid reciprocal recommendation with advanced feature representations
Gelişmiş özellik gösterimleri ile hibrit çift taraflı öneri sistemleri
EZGİ YILDIRIM
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Türkçe metinlerde farklı temsil modelleri ve öğrenme yöntemleri ile duygu analizi karşılaştırması
Comparison of sentiment analysis with different representation models and learning methods in Turkish texts
KADRİYE MARANGOZ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA ÖZGÜR CİNGİZ
- Sentiment analysis of Arabs in Turkey using deep learning on social media data
Sosyal medya verileri üzerinde derin oğrenme kullanılarak Türkeyedeki Arabların duygu analizi
İNAS CUMAOĞLU
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. YÜKSEL ÇELİK
DR. ÖĞR. ÜYESİ VEDAT TÜMEN
- A new framework for decentralized social networks: Harnessing blockchain, deep learning, and natural language processing
Merkezsiz sosyal ağlar için yeni bir çerçeve: Blok zinciri, derin öğrenme ve doğal dil işlemeyi kullanmak
AMIR AL KADAH
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DENİZ BALTA